Arbeiten 03 Großmarkthalle in Sendling

Grapes. KI im Betrieb, seit es geht.

Ein Münchner Startup, fünf Leute, ein Ziel: Bestellprozesse in der Gastronomie vereinfachen und digitalisieren. Mein erster Job im Code, Oktober 2022 bis Januar 2025. Ab 2023 die ersten Pipelines mit OpenAI und Gemini im laufenden Betrieb.

Im Modell: die Großmarkthalle mit Laderampe und Kisten; die echte steht in Sendling, nahe der Isar. Am Schreibtisch fährt die Kamera der Startseite hierher, wenn der Zeiger auf der Karte liegt.
  1. 01 Eingang
  2. 02 Prüfung
  3. 03 Auswertung OpenAI · Gemini
  4. 04 Ausgabe
Was ich zeigen darf: wie die Schritte zusammenhängen, nicht wessen Bestellungen durchliefen.
Rolle
Junior-Softwareentwickler im Fünferteam
Zeitraum
Oktober 2022 bis Januar 2025
Stack
Datenpipelines, Kennzahlen und Reports, ab 2023 OpenAI- und Gemini-APIs
Status
Unternehmen seit 2025 insolvent
01

Problem

Zutaten

Gastronomie bestellt täglich und nebenbei. Grapes wollte diese Bestellprozesse vereinfachen und digitalisieren. Mit jeder digitalen Bestellung entstehen Daten, und Daten stellen Fragen: Was wurde bestellt, was kam an, was passt nicht zusammen? Auswertungen, Kennzahlen und Plausibilitätsprüfungen wurden zur zweiten Hälfte der Arbeit.

02

Rolle

Erster Job nach Bootcamp und Selbststudium, in einem Team von fünf, Büro an der Schwanthalerstraße. In einem Fünferteam gibt es keine Nische: Anforderungen mit den Kollegen aus dem Fachbereich klären, Software entwickeln, anpassen, warten; strukturierte Daten verarbeiten und auswerten; bestehende Abläufe automatisieren, dokumentieren, absichern.

03

Entscheidungen

Zubereitung
  • KI, sobald sie brauchbar war. 2023, als die Modelle per API gut genug wurden, haben wir OpenAI und später Gemini in die Prozesse geholt: Daten lesen, auswerten, Folgeschritte anstoßen. Nicht als Demo, als Teil des Betriebs.
  • Pipelines statt Prompts. Ein Modell im Chat beantwortet eine Frage. Eine Pipeline verarbeitet jede Bestellung gleich: Eingang, Prüfung, Auswertung, Ausgabe als Schritte, jeder Schritt prüfbar, jeder Fehler zählbar.
  • Zwei Anbieter, eine Pipeline. OpenAI und Gemini nebeneinander: Modelle lassen sich tauschen, die Schritte bleiben.
  • Zahlen mit Plausibilitätsprüfung. Reports, die sich selbst kontrollieren, weil eine falsche Kennzahl teurer ist als keine.
04

Ergebnis in einer Zahl

Anrichten

2023

Das Jahr, ab dem KI bei Grapes Teil des Betriebs war: Pipelines mit OpenAI und Gemini, die Daten lesen, auswerten und Folgeschritte anstoßen. Seitdem arbeite ich mit Sprachmodellen im Alltag, nicht in der Demo. Kennzahlen aus dieser Zeit gehören dem Unternehmen; es ist seit 2025 insolvent. Was ich zeigen kann, steht in den anderen Cases und in dieser Site.

Stand 11.10.2026, eigene Angabe; Aufgaben belegt durch das Arbeitszeugnis vom 12.01.2026, Referenz auf Anfrage

05

Learnings

Nachgeschmack
  • Ein Modell im Chat ist ein Versprechen. Ein Modell in der Pipeline ist Arbeit: Eingaben prüfen, Ausgaben prüfen, Fehler zählen.
  • Kleine Teams erziehen zur Breite. Wer die Anforderung aufnimmt, baut auch den Report und erklärt ihn dem, der damit arbeitet.
  • Firmen enden, Fähigkeiten nicht. Was bei Grapes anfing, steckt heute in VALFA, in Fuelwerk und in dieser Site.